前言
选择Tableau来作为自己开始学习数据分析的首个工具,从数据赋能和数据探索中学习数据,以下全是通过自己实操所得
一、Tableau介绍
- 全世界的数据可视化大神,都在基于Tableau进行可视化创作
- 我们可以在Tableau的可视化社区学习各种顶尖的可视化方案
- 社区推荐的优秀作品每天都会更新
- 数据可视化整体分为四大流派
- 艺术流
- 旨在探索更多的数据表达方法,相当于用数据作画,简直就是艺术品
- 分析流
- 针对某一专项的主体,用可视化充分说明和分析数据,做到高效的信息传达,主题明确,信息全面。
- 实战流
- 为实际的业务场景服务,追求数据的全面性和逻辑,属于能用就行
- 垃圾流
- 艺术流
- 我们可以在Tableau的可视化社区学习各种顶尖的可视化方案
- 但可视化只是Tableau的基操
- 数据赋能和数据探索才是Tableau的正确打开方式
- 数据赋能
让业务一线也可以轻松使用最新数据- 分析师可以直接将数据看板发布到线上
- 自动更新看板
- 自由下载数据
- 线上修改图表
- 邮箱发送数据
- 设置数据预警
- 数据探索
通过统计分析和数据可视化,从数据发现问题,用数据验证假设- 支持亿级数据的连接和处理
- 自由地对字段进行各种计算
- 拖拽就可以轻松制作图表
- 数据可以随意聚合下钻
- 图表类型可以灵活转换
- 内置算法智能建模
二、基础图表制作
【对比分析:比大小】
-
柱状图
- 举例各个分行/门店/广告计划的成交额
- 使用场景
- 较少变量之间的对比分析
字段=表头,变量=具体值和数据 - 各大区之间的业绩对比
- 各大类商品之间的销售额对比
- 较少变量之间的对比分析
- 图表逻辑
- 在一个或多个【维度】下对【度量】进行统计,从而得到该【维度】下不同变量之间的【度量】差异
- 在一个或多个【维度】下对【度量】进行统计,从而得到该【维度】下不同变量之间的【度量】差异